Amazon ElastiCache Experten in Deutschland

Als Solution-Architekt für Agentic AI in der KFZ-Schadensabwicklung leitete ich weltweite Kundenimplementierungen, einschließlich Lösungsdesign und -detaillierung, Mandantenfähigkeit, Prozessabläufe, Integration mit Drittanbieterlösungen und Lokalisierungsanforderungen.

• Architekturanalyse: Durchführung einer detaillierten Analyse der Geschäftsanforderungen, Verwaltung der Anforderungen und Erstellung ausführlicher Spezifikationen.
• Definition von Services: Entwicklung umfassender technischer Definitionen für Services und Integrationsverträge.
• KI-Prozessmanagement: Automatisierung des KI-Prozessmanagements mit Fokus auf Analyse, Optimierung und kontinuierliche Verbesserung.
• Anforderungsaufnahme: Durchführung von Sessions zur Anforderungsaufnahme und Analyse von Geschäftsprozessen zur Identifizierung von Optimierungspotenzialen.
• Agile Zusammenarbeit: Einsatz agiler Methoden und enge Abstimmung mit Stakeholdern zur Gewährleistung von Ausrichtung und Flexibilität.
• Technischer Support: Unterstützung des Senior Managements bei technischen Analysen und Beurteilungen der Umsetzbarkeit.

• Testkonzepterstellung
• Erstellung von Testprozessen
• Koordination der TC-Entwicklung: Stresstests, Funktionstests, Leistungstests, Tests mit hoher Datenrate, Integrationstests usw.
• HW-Testing: FPGA, RF
• Testautomatisierung und Regressionstests
• Gewährleistung des 24/7-Betriebs des Testsystems
• Analyse & Berichterstattung
• Regelmäßige Koordination des Testteams, Meetings mit anderen Stakeholdern
• Kommunikation und Koordination mit Stakeholdern und Projektleiter

• Einrichtung und Betrieb einer Multi-Cluster AWS EKS-Plattform für Bank-Workloads mit einheitlicher Netzwerk- und Sicherheitsarchitektur über 45 AWS-Konten.
• Entwicklung und Standardisierung einer einheitlichen AWS-Netzwerk- und Sicherheitsarchitektur für 45 AWS-Konten, um konsistente Governance, Konnektivität und Compliance für Enterprise-Kundenumgebungen zu ermöglichen.
• Entwicklung und Betrieb einer Multi-Cluster AWS EKS-Plattform zur Unterstützung von Produktions-Workloads, was die Skalierbarkeit, Verfügbarkeit und Betriebssicherheit deutlich verbessert hat.
• Implementierung eines GitOps-Bereitstellungsmodells mit ArgoCD und Helm, das vollständig automatisierte, prüfbare Deployments ermöglicht und manuelle Release-Fehler reduziert.
• Automatisierung der Infrastrukturprovisionierung im großen Maßstab mit Terraform und Terragrunt, wodurch die Einrichtungszeit für Umgebungen um bis zu 70 % verkürzt und Konfigurationsabweichungen eliminiert wurden.
• Etablierung von unternehmensgerechten Backup- und Disaster-Recovery-Strategien mit Velero und AWS Backup, um zuverlässige Multi-Cluster-Wiederherstellung und Geschäftskontinuität zu gewährleisten.
• Einführung von Rancher als Self-Service-Kubernetes-Plattform, die das Onboarding von Entwicklern beschleunigt und gleichzeitig zentrale Sicherheit und Governance beibehält.
• Entwurf und Implementierung detaillierter AWS-IAM-Konzepte (Rollen, Richtlinien, Vertrauensstellungen) zur Durchsetzung des Prinzips der geringsten Privilegien für den Zugriff auf Konten, Workloads und CI/CD-Pipelines.
• Entwicklung von AWS-Lambda-basierten Pre-Provisioning-Workflows für Datenbanken, die Initialisierung, Konfiguration und Zugriffs-Setup automatisieren und so eine sichere und konsistente Anwendungsintegration unterstützen.
• Lieferung konsistenter, hochwertiger Ergebnisse als Teil eines 5-köpfigen AWS-Solutions-Architecture-Teams, was zu drei aufeinanderfolgenden Vertragsverlängerungen führte.

• Technische Beratung bei der Greenfield-Entwicklung von AVIATAR 2.0
• Konzeption von Datenpipelines und Datenarchitektur im DataVerse Data Lake
• Planung und Umsetzung von Data-Lake-Zonen, Data Governance, Datenaufbewahrung und Wiederherstellungsstrategien
• Zusammenarbeit mit dem Data-Architecture- und Platform-Team bei der Skalierung und dem Design der Infrastruktur
• Enge Zusammenarbeit mit Stakeholdern im gesamten Bereich von Lufthansa Technik, einschließlich Anforderungsmanagement
• Praktische Entwicklung von Datenpipelines mit Spark Structured Streaming und Databricks
• Proofs of Concept (PoCs) für Graph-Links und Echtzeitanalysen
• Bereitstellung von Daten für KI- und ML-Projekte (z. B. Predictive Analytics)
• Technisches Design und Umsetzung von nahezu echtzeitfähigen Pipelines auf Basis von Geschäftsanforderungen

• Weiterentwicklung eines Finance Layers zur Abrechnung von Abonnements und Einmalkäufen sowie zur Buchhaltung.
• Technologien: Kotlin, AWS (SQS, S3, ElastiCache, Aurora), React, TypeScript, Coroutines, IntelliJ IDEA, Spring (Boot, Data, WebFlux), JUnit, Testcontainers, Cucumber, Liquibase, PostgreSQL, Webservices (REST), R2DBC, OpenAPI 3, Gradle, GIT, Docker, Netty, GitHub Actions, Jira/Confluence, arc42

• Konzipierte und implementierte eine Enterprise-KI-Agentenplattform auf Basis einer Retrieval Augmented Generation (RAG)-Architektur, um Einblicke in klinische Daten zu verbessern.
• Errichtete robuste CI/CD-Pipelines für LLM-Anwendungen mit CDK und Jenkins und verkürzte dadurch die Bereitstellungszeiten deutlich.
• Führte umfassende Observability-Lösungen ein, die die Zuverlässigkeit der Agenten in pharmazeutischen Umgebungen steigerten.
• Entwickelte skalierbare KI-Workflows mit fortschrittlicher Orchestrierung, die das Kontextmanagement für Unternehmensdatenquellen optimierten.
• Technologien: KI-Agenten (LangChain, LangGraph, Bedrock, Smolagents, Streamlit); LLM-Betrieb (Tracing, Testing, Evaluation, LangSmith, LangFuse); Infrastructure-as-Code (AWS CDK, Terraform, Typescript, Jenkins); Vektoren, Einbettungen, RAG (OpenSearch, pgvector, PDF-Extraktion)

• Mitwirkung an über 20 erfolgreichen Projekten

• Entwicklung von Backendsystemen für die DWS-Investment-App, eine White-Label-Investmentlösung (Robo-Advisor) sowie einer Investmentlösung für institutionelle Anleger.
• Java 8-17, Kotlin, Spring Boot, Spring MVC, OpenAPI 3.0, JPA, JDBI, Oracle, Hazelcast, JXLS, Apache POI, Apache PDFBox, Apache Kafka & Avro, Active MQ, Elasticsearch, React Native, Spock Test, IntelliJ IDEA, Kubernetes, Helm, Microservices/Netflix-Stack, TeamCity, Splunk.
• Kanban-Team, Continuous Integration.
• Cloud-Migration der bestehenden Anwendungen aus der Private-Cloud-Umgebung der Deutschen Bank nach Azure als Teil eines Carve-Outs.